KINERJA ROUTING AODV DAN AOMDV PADA JARINGAN WPAN ZIGBEE DENGAN TOPOLOGO MESH

Transkripsi

1 KINERJA ROUTING AODV DAN AOMDV PADA JARINGAN WPAN ZIGBEE DENGAN TOPOLOGO MESH Hanitya Triantono Widya Putra *), Sukiswo, and Imam Santoso Jurusan Teknik Elektro, Universitas Diponegoro Semarang, Jln. Prof. Sudharto, SH. Kampus UNDIP Tembalang, Semarang 50275, Indonesia *) d3h4n_rex@yahoo.com Abstrak Wireless Personal Area Network (WPAN) adalah jaringan yang menghubungkan perangkat-perangkat dalam jangkauan personal yang dihubungkan tanpa kabel atau nirkabel. WPAN merupakan jaringan tanpa kabel yang mempunyai data rate rendah, konsumsi daya rendah, dan area cakupan yang cukup luas. Salah satu teknologi yang digunakan WPAN adalah Zigbee. Zigbee termasuk dalam kelompok WPAN yang digunakan untuk melakukan sensor dan kendali aplikasi berdaya rendah. Dalam penelitian ini, dibuat pemodelan jaringan Wireless Personal Area Network (WPAN) dengan zigbee menggunakan software simulator 2, yaitu NS-2 (Network Simulator 2) dalam topologi mesh. Penilaian kinerja jaringan menggunakan parameter-parameter Quality of Service (QoS), seperti throughput, paket hilang (packet loss), PDR (Packet Delivery Ratio) dan waktu tunda (delay). Penggunaan protokol routing Ad-hoc On-demand Distance Vektor (AODV) dan Ad-hoc On-demand Multi path Distance Vektor (AOMDV) dalam penelitian ini diharapkan dapat mengetahui kinerja jaringan WPAN seperti nilai throughput, packet delivery ratio, waktu tunda dan paket hilang Dari hasil simulasi didapatkan bahwa routing AOMDV lebih baik dibandingkan dengan routing AODV, dimana AOMDV dengan nilai parameter seperti throughput dan PDR yang lebih besar sedangkan nilai paket hilang dan waktu tunda yang lebih kecil. Kata Kunci: WPAN, AODV, AOMDV, NS2 Abstract Wireless Personal Area Network (WPAN) is a network that connects devices within range of personal connected wirelessly. WPAN is wireless network that have low data rate, low consumption power and in boundery coverage area.one of technologies used in WPAN is Zigbee. Zigbee is kind of WPAN groups that uses at sensor and control for home application. In this research, modeling WPAN with zigbee using NS-2 (Network Simulator 2) in mesh topology. The values of performance QoS (Quality of Service) wireless network uses three parameters such as throughput, packet loss, packet delivery ratio(pdr) and delay. With routing protocol Ad-hoc On-demand Distance Vektor (AODV) and Ad-hoc On-demand Multi path Distance Vektor (AOMDV) in this study are expected to know the performance of WPAN network like throughput, packet delivery ratio, delay and packet loss ratio. From the simulation was found that AOMDV routing is better than the AODV routing, that the AOMDV with parameter values such as throughput and PDR are greater, while packet loss and delay the smaller ones. Keywords: WPAN, AODV, AOMDV, NS2 1. Pendahuluan Wireless Personal Area Network (WPAN) adalah jaringan yang menghubungkan perangkat-perangkat dalam jangkauan personal yang dihubungkan tanpa kabel atau nirkabel. WPAN dibedakan menurut laju data, konsumsi batterai dan kualitas layanan. Untuk laju data tinggi (IEEE ) cocok untuk aplikasi multimedia yang mensyaratkan QoS tinggi. Laju data menengah (IEEE /Bluetooth) akan menangani beberapa proses mulai dari cellphone sampai komunikasi PDA serta memiliki QoS yang cocok untuk komunikasi suara. Sedangkan low rate WPAN (IEEE / Zigbee) ditujukan untuk melayani sensor atau kendali suatu aplikasi kampus, industri, perumahan dan aplikasi medis dengan konsumsi daya rendah. Untuk melakukan pengiriman data, diperlukan adanya proses perutingan untuk mengirimkan data atau informasi ke penerima. Ada beberapa tipe routing yang digunakan pada WPAN, antara lain AODV (Ad-hoc On-demand Distance Vektor) dan AOMDV (Ad-hoc On-demand Multi path Distance Vektor).

2 TRANSIENT, VOL.2, NO. 1, MARET 2013, ISSN: , 10 Dengan melihat kelebihan dan untuk mengetahui proses pengiriman data pada WPAN, maka pada penelitian ini akan mensimulasikan jaringan WPAN dengan menggunakan permodelan jaringan atau teknologi Zigbee (IEEE ) dengan menggunakan topologi jaringan mesh serta menggunakan dua metode routing yaitu AODV dan AOMDV dengan Network Simulator 2 (NS2). Pemilihan dengan metode routing AODV karena mempunyai performa yang baik saat terjadi perubahan kapasitas jaringan tingkat mobilitas tinggi maupun tingkat volume trafik jaringan sedangkan routing AOMDV merupakan pengembangan dari AODV yang memperluas protokol AODV untuk menemukan beberapa jalur antara sumber dan tujuan dalam setiap rute yang ditemukan. 2. Perancangan Simulasi Pada program simulasi WPAN terdapat parameterparameter yang dapat mempengaruhi hasil simulasi. Parameter yang digunakan dalam simulasi digolongkan menjadi 2 bagian yaitu parameter yang telah didefinisikan oleh NS2 dan parameter yang didefinisikan sendiri oleh perancang. Tabel 1 Parameter simulasi jaringan WPAN yang didefinisikan oleh perancang Parameter Tipe MAC Model propagasi Tipe antarmuka antrian Model antena Tipe protokol routing Two Ray Ground Drop tail Omni antenna AODV dan AOMDV Dimensi Topografi 300 x 300 Jumlah node maksimal Waktu simulasi Aplikasi 50 node 100 detik FTP Nilai Program simulasi WPAN memiliki beberapa tahapan utama, yaitu pengaturan parameter untuk simulasi, inisialisasi, pembuatan node dan pengaturan parameter node, pembuatan aliran trafik data dan akhir program. Secara keseluruhan tahapan perancangan program simulasi WPAN dapat dilihat pada diagram alir gambar 1. Gambar 1 Diagram alir tahapan pembuatan simulasi WPAN Program simulasi jaringan WPAN ini dibuat dalam 4 skenario berdasarkan jumlah node, yaitu 15, 25, 50 dan 100 node. 3. Hasil dan Analisis Pengujian terhadap simulasi jaringan WPAN dilakukan dengan tujuan agar simulasi yang telah dibuat berjalan sesuai dengan yang diinginkan atau belum. 3.1 Pengujian Data Keluaran Simulasi Data keluaran hasil simulasi yaitu data berbentuk file trace. File trace digunakan untuk proses analisis numerik. Tampilan cuplikan dari trace file seperti telihat pada gambar 2. Gambar 2 Tampilan cuplikan data trace file

3 TRANSIENT, VOL.2, NO. 1, MARET 2013, ISSN: , Perhitungan dan Analisis Kinerja WPAN Throughput Throughput adalah laju rata-rata dari paket data yang berhasil dikirim melalui kanal komunikasi atau dengan kata lain throughput merupakan paket data yang dikirim setiap detik. Biasanya dinyatakan dengan satuan bit per second. Dari hasil simulasi diperoleh grafik hasil perhitungan throughput. Gambar 6 Grafik Throughput Empat Perbandingan nilai throughput dapat dilihat pada table 2. Tabel 2 Nilai throughput seluruh scenario Gambar 3 Grafik Throughput Pertama Throughput (Kbps) Throughput (Kbps) Throughput (Kbps) 1 AODV 0,4 31,765 25,224 AOMDV 0,4 75,399 71,316 2 AODV 0,4 35,583 24,392 AOMDV 0,4 71,073 42,876 3 AODV 0,4 33,068 26,612 AOMDV 0,4 75,055 62,536 4 AODV 0,4 27, ,832 AOMDV 0,4 53, ,340 Dari tabel hasil simulasi diatas terlihat bahwa nilai throughput AOMDV selalu lebih besar dari AODV. Nilai throughput untuk seluruh skenario karena routing AOMDV mempunyai kemampuan lebih sering melewatkan paket serta keberhasilan dalam penerimaan paket lebih tinggi bila dibandingkan dengan AODV. Ukuran paket yang diterima AOMDV pun lebih besar dari AODV hal ini yang menyebabkan nilai throughput AOMDV lebih besar dari AODV Packet Loss (Paket Hilang) Gambar 4 Grafik Throughput Kedua Paket hilang adalah banyaknya jumlah paket yang hilang selama komunikasi berlangsung. Paket hilang terjadi ketika satu atau lebih paket data yang melewati suatu jaringan gagal mencapai tujuan. Dari hasil simulasi diperoleh grafik hasil perhitungan paket hilang. Gambar 5 Grafik Throughput Tiga

4 TRANSIENT, VOL.2, NO. 1, MARET 2013, ISSN: , 12 Gambar 7 Grafik paket hilang skenario pertama Gambar 10 Grafik paket hilang skenario keempat Perbandingan nilai paket hilang dapat dilihat pada tabel 3. Tabel 3 Nilai paket hilang seluruh skenario Paket Hilang Paket Hilang Paket Hilang 1 AODV 28,819 83,333 29,313 AOMDV 17,341 83,333 17,707 2 AODV 33,135 88,889 30,608 AOMDV 18,109 83,333 20,404 3 AODV 26,677 88,889 26,988 AOMDV 17,926 91,667 20,496 4 AODV 23,871 93,333 31,461 AOMDV 14,973 92,857 15,514 Gambar 8 Grafik paket hilang skenario kedua Dari tabel hasil simulasi di atas terlihat perbedaan nilai paket hilang yang terjadi pada masing-masing skenario. Paket hilang AODV selalu lebih besar dari AOMDV disebabkan karena pegiriman paket pada AODV lebih kecil dan paket drop yang terjadi juga lebih besar. Besarnya nilai paket hilang juga dipengaruhi oleh jarak antara node sumber dan node penerima, semakin dekat sumber dengan penerima maka besarnnya paket hilang juga akan semakin kecil Packet Delivery Ratio (PDR) Gambar 9 Grafik paket hilang skenario ketiga Packet Delivery Ratio (PDR) merupakan perbandingan banyaknya jumlah paket yang diterima oleh node penerima dengan total paket yang dikirimkan dalam suatu periode waktu tertentu. Atau bisa juga dihitung dengan cara mengurangi jumlah paket keseluruhan yang dikirim dengan paket yang loss atau hilang. Dari hasil simulasi diperoleh grafik hasil per-hitungan packet delivery ratio.

5 TRANSIENT, VOL.2, NO. 1, MARET 2013, ISSN: , 13 Gambar 11 Grafik PDR skenario pertama Gambar 14 Grafik PDR skenario empat Perbandingan nilai paket hilang dapat dilihat pada tabel 4. Tabel 4 Nilai PDR seluruh scenario PDR PDR PDR 1 AODV 16,667 71,181 70,687 AOMDV 16,667 82,659 82,293 2 AODV 11,111 70,057 69,392 AOMDV 16,667 83,333 79,595 3 AODV 11,111 73,323 73,012 AOMDV 11,111 80,050 79,504 4 AODV 6,667 80,050 68,539 AOMDV 7,143 85,027 84,486 Gambar 12 Grafik PDR skenario kedua Dari tabel hasil simulasi di atas terlihat perbedaan nilai PDR yang terjadi pada masing-masing skenario. PDR routing AOMDV selalu lebih besar dari AODV disebabkan karena pegiriman paket pada AOMDV lebih besar dan paket yang diterima juga lebih besar. Besarnya nilai PDR juga dipengaruhi oleh jarak antara node sumber dan node penerima, semakin dekat sumber dengan penerima maka besarnya PDR juga akan semakin besar Delay (Waktu Tunda) Delay (waktu tunda) merupakan selang waktu yang dibutuhkan oleh suatu paket data saat data mulai dikirim dan keluar dari proses antrian sampai mencapai titik tujuan. Waktu tunda dinyatakan dalam satuan detik. Gambar 13 Grafik PDR skenario tiga Dari hasil simulasi diperoleh grafik hasil per-hitungan waktu tunda.

6 TRANSIENT, VOL.2, NO. 1, MARET 2013, ISSN: , 14 Gambar 15 Grafik waktu tunda skenario pertama Gambar 18 Grafik waktu tunda skenario empat Perbandingan nilai waktu tunda dapat dilihat pada tabel 5. Tabel 5 Nilai waktu tunda seluruh scenario Gambar 16 Grafik waktu tunda skenario kedua Waktu Tunda (s) Waktu Tunda (s) Waktu Tunda (s) 1 AODV 0, ,2761 0,16981 AOMDV 0, ,0259 0, AODV 0, ,9308 0,12149 AOMDV 0, ,0439 0, AODV 0, ,5729 0,09466 AOMDV 0, ,8209 0, AODV 0, ,4608 0,14284 AOMDV 0, ,2615 0,03207 Dari tabel hasil simulasi di atas terlihat perbedaan nilai waktu tunda yang terjadi pada masing-masing skenario. Waktu tunda routing AOMDV selalu lebih kecil dari AODV dikarenakan proses pencarian rute yang lebih lama dan lebih panjang dibandingkan AOMDV. Besarnya nilai waktu tunda juga dipengaruhi oleh jarak antara node sumber dan node penerima, semakin dekat sumber dengan penerima maka waktu tunda juga akan semakin kecil. 4. Kesimpulan dan Saran Gambar 17 Grafik waktu tunda skenario tiga Setelah dilakukan analisis terhadap hasil simulasi pada penelitian ini, maka dapat diambil kesimpulan bahwa routing AOMDV lebih baik dibandingkan dengan routing AODV, dimana AOMDV dengan nilai parameter seperti throughput dan PDR yang lebih besar sedangkan nilai paket hilang dan waktu tunda yang lebih kecil. Nilai packet delivery ratio (PDR) dan packet loss (paket hilang) dari keempat skenario mencapai kestabilan setelah dilakukan simulasi selama 40 detik, dimana nilai keduanya sudah tidak mengalami kenaikan atau penurunan nilai ratio yang besar. Untuk penelitian selanjutnya diharapkan dapat memperbaiki kekurangan dan kelemahan yang terdapat

7 TRANSIENT, VOL.2, NO. 1, MARET 2013, ISSN: , 15 pada penelitian penelitian ini, seperti pengujian dengan menambahkan parameter lain seperti path loss. Pengujian dengan menggunakan pengembangan routing AODV yang lain, seperti Secure Ad hoc On-Demand Distance Vector Protocol (SAODV) dan Adaptive Fuzzy Logic Based Security Level Protocol (FLSL). Pengujian dilakukan dengan bentuk topologi jaringan yang lain, seperti star, tree ataupun poin to point. Dan pengujian menggunakan sumber trafik yang lain, seperti CBR (Constan Bit Rate), TCP/IP (Transport Control Protocol / Internet Protocol) dan VoIP (Voice over Internet Protocol). Referensi [16]. Bayu Wirawan, Andi dan Indarto, Eka. Mudah Membangun Simulasi dengan Network Simulator-2 (NS- 2). ANDI. Yogyakarta [17]. Altman, E., T.Jiménez, NS Simulator for begginers, Lecturer Note Univ De Los Andes Merida, Venezuela and ESSI Sophia Antipolis, France [18]. [18] Ad Hoc Network ( Network), [diakses tanggal 8 Agustus 2012]. [19] ,IEEE and Zigbee Overview, Desember 2010 [diakses Agustus 2012]. [20] , Project: IEEE P Working Group for Wireless Personal Area Networks (WPANs) [diakses Agustus 2012]. [1]. Nofianti, Dwi. Simulasi Kinerja WPAN (ZigBee) dengan Algoritma AODV dan DSR. Universitas Diponegoro. Semarang [2]. Sari, Riri Fitri. Analisa Kinerja Protokol Ad Hoc On-Demand Distance Vector (AODV) pada Jaringan Ad Hoc Hybrid: Perbandingan Hasil Simulasi dengan NS- 2 dan Imlementasi pada Testbed dengan PDA. Universitas Indonesia. Depok [3]. Suryani, Vera. Analisa Performansi Protokol ZigBee pada Jaringan Wireless Personal Area Network (WPAN). Institut Teknologi Bandung. Bandung [4]. Winardi, Mengenal Teknologi ZigBee Sebagai Standart Pengiriman Data Secara Wireless Binus University. Jakarta [5]. Pan, Yinfei. Design Protocol Performance Comparison in NS2: AODV comparing to DSR as Example Department of Computer Science SUNY Binghamton Vestal Parkway East. New York [6]. Sesay, Samba, Zongkai Yang, Biao Qi and Jianhua He. Simulation Comparison of Four Wireless Ad hoc Protocols Huazhong University of Science and Technology. Republic of China [7]. Anuj K. Gupta. Performance analysis of AODV, DSR & TORA Protocols IACSIT International Journal of Engineering and Technology [8]. Miegehem, Van, Piet. Performances analysis and communications systems. Cambridge University press. New york [9]. Sam Leung, Wil Gomez, Jung Jun Kim. ZigBee Mesh Network Simulation Using OPNET and Study of Selection [10]. Lee, J. Bain and Max Engelhardt, Introduction to probability and mathematical statistic, Duxbury press, California, [11]. Freeman, Roger, L. Telecommunications Transmission handbook. Jhon wiley and sons. England [12]. Laboid, Houda, Hossam Afifi, Costantino De Santis. Wi- FiTM, BluetoothTM, ZigBeeTM and WiMaxTM. Springer. Netherlands [13]. Kumar Sarkar, Subir, Basavaraju, T. G, Puttamadappa, C. Ad Hoc Mobile Wireless Networks. Auerbach Publications. New York [14]. Perkins, C. Ad Hoc On Demand Distance Vector (AODV) [15]. Meeneghan, Paul, Declan Delaney. An Introduction to NS, Nam and Otcl scripting. National University of Ireland. Ireland